文档摘要

2.1 线性代数基础 第二章：数学与机器学习基础领域 - 2.1 线性代数基础 引言 2.1.1 向量与矩阵：数据的基本表示 在机器学习和深度学习中，数据通常以向量和矩阵的形式表示。 向量 (Vector): 向量是有序的数字列表，可以表示空间中的一个点或一个方向。在机器学习中，向量可以表示样本的特征，例如，一张图像可以被展平成一个向量，向量的每个元素代表像素的强度。 矩阵 (Matrix): 矩阵是数字的矩形阵列，由行和列组成。 会员。《2.1 线性代数基础》收录于灏天文库文集《AI大模型开发与应用实战》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/189-ai%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%BC%80%E5%8F%91%E4%B8%8E%E5%BA%94%E7%94%A8%E5%AE%9E%E6%88%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流